Pasireotide 所致高血糖在成人 Cushing 病或肢端肥大症患者中的管理研究
本数据集来自 clinicaltrials.gov,聚焦成人 Cushing 病或肢端肥大症患者在接受 pasireotide 治疗期间出现高血糖的管理研究

基本信息
资源简介
Pasireotide 所致高血糖在成人 Cushing 病或肢端肥大症患者中的管理研究
本数据集来自 clinicaltrials.gov,聚焦成人 Cushing 病或肢端肥大症患者在接受 pasireotide 治疗期间出现高血糖的管理研究。该研究为 IV 期、多中心、随机、开放标签试验,针对二甲双胍无法控制的高血糖,探索最佳处理方案。入组患者分别接受皮下注射 pasireotide 或长效释放剂型 pasireotide LAR,既往血糖正常者在用药后空腹血糖升高并达到糖尿病标准时启动二甲双胍治疗。数据可用于内分泌与糖尿病领域的治疗策略分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Cushing 病、肢端肥大症。本研究旨在探讨 Cushing 病或肢端肥大症患者在接受 pasireotide 治疗期间出现的高血糖的最佳管理方案,这些高血糖无法通过二甲双胍控制。这是一项 IV 期、多中心、随机、开放标签研究。符合条件的患者开始接受皮下注射(s.c.)pasireotide 治疗 Cushing 病,以及 pasireotide LAR(长效释放)治疗肢端肥大症。在筛选时正在接受 pasireotide s.c 或 LAR 治疗的患者,只要在筛选期间符合方案标准,即符合入组条件。如果既往血糖正常的参与者在接受 pasireotide 治疗期间空腹血糖升高并达到糖尿病标准,则开始使用二甲双胍进行抗糖尿病治疗。如果他们在使用二甲双胍后血糖仍持续高于目标值,在
【主题与分类】
主题标签:Cushing's Disease、Acromegaly。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02060383
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT02060383
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
疾病:库欣病、肢端肥大症。本研究旨在探讨在库欣病或肢端肥大症参与者中,帕瑞肽治疗期间出现的高血糖(经二甲双胍无法控制)的最佳管理方案。这是一项IV期、多中心、随机、开放标签研究。符合条件的患者开始接受皮下注射帕瑞肽治疗库欣病,以及帕瑞肽长效释放剂治疗肢端肥大症。在筛选时正在接受帕瑞肽皮下注射或长效释放剂治疗的参与者,只要在筛选期间符合方案标准,即有资格入选。如果既往血糖正常的参与者在接受帕瑞肽治疗期间出现空腹血糖升高并符合糖尿病标准,则开始使用二甲双胍进行抗糖尿病治疗。如果他们在最初16周内使用二甲双胍后血糖仍持续高于目标值,则按1:1比例随机分配接受基于肠促胰素的治疗或胰岛素治疗,为期约16周。
在完成核心阶段后继续获得临床获益的参与者,如果其所在国家无法商业获取帕瑞肽,或没有当地获取计划提供药物,则可进入可选的扩展阶段。参与者在扩展阶段继续治疗,直至核心阶段随机分配的最后一名参与者完成随机化后16周的治疗。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




